Framskrivningar av befolkning och sysselsättning i östra Mellansverige Scenarier för kommuner och tätorter till år 2050 RAPPORT 2013:8
Framskrivningar av befolkning och sysselsättning i östra Mellansverige Scenarier för kommuner och tätorter till år 2050 rapport 2013:8
Tillväxt, miljö och regionplanering, TMR, ansvarar för regionplanering och regionala utvecklingsfrågor i Stockholms län. TMR arbetar på uppdrag av landstingsstyrelsen och tillhör Stockholms läns landsting (SLL). Vi bidrar till Stockholmsregionens utveckling genom en utvecklingsplanering som grundas på kvalificerat underlag och analys. Genom samverkan och kommunikation bidrar vi till att regionens aktörer når en gemensam syn på regionens utveckling. Vi ger förutsättningar och tar initiativ för att visioner, mål, strategier och åtaganden i den Regionala utvecklingsplanen för Stockholmsregionen (RUFS) ska bli verklighet. Vi bevakar systematiskt utvecklingen i regionen och omvärlden. I TMR:s rapportserie presenteras kunskapsunderlag, analyser, scenarion, kartläggningar, utvärderingar, statistik och rekommendationer för regionens utveckling. De flesta rapporter är framtagna av forskare, utredare, analytiker och konsulter på uppdrag av TMR. På www.tmr.sll.se/publikationer finns möjligheter att ladda hem digitala versioner, beställa eller prenumerera på våra rapporter. Citera gärna innehållet i rapporten men uppge alltid källan. Även kopiering av sidor i rapporten är tillåtet förutsatt att källan anges och att spridning inte sker i kommersiellt syfte. Återgivning av bilder, foto, figurer och tabeller (digitalt eller analogt) är inte tillåtet utan särskilt medgivande. TMR är i likhet med Stockholms läns landstings samtliga förvaltningar miljöcertifierade enligt ISO 14001 och jobbar med ständiga förbättringar i ett särskilt miljöprogram, Miljöutmaning 2016. SLL:s upphandlade konsulter möter särskilt ställda miljökrav. Denna trycksak är tryckt enligt SLL:s miljökrav. TMR, Stockholms läns landsting Box 22550, 104 22 Stockholm Besöksadress: Norra stationsgatan 69 Tfn +46 (0)8 123 132 00, Fax +46 (0)8 737 25 66 www.tmr.sll.se Konsult WSP Analys & Strategi, Peter Almström, Oliver Canella LS 1103-0322 ISSN 1104-6104
Förord Den här rapporten har tagits fram gemensamt av regionala utvecklingsaktörer i östra Mellansverige, det vill säga Gävleborgs län, Stockholms län, Södermanlands län, Uppsala län, Västmanlands län, Örebro län och Östergötlands län. Sedan flera år tillbaka har vi en dialog och samverkan inom ramen för länens respektive regionala utvecklingsarbete, och det bygger på ömsesidig nytta. Efterhand har det vuxit fram ett behov av gemensamma planeringsunderlag inom hela storregionen. I många län pågår arbete med regionala utvecklingsprogram. Dessa ska vara ett stöd även för den kommunala översiktsplaneringen. Översiktsplanerna i sin tur ska relatera till regionala och nationella mål i olika avseenden. Både län och kommuner behöver därmed förhålla sig till ett större geografiskt sammanhang. Behovet av gemensamma underlag och strukturbilder är också angeläget med tanke på den pågående regionförstoringen, som innebär att människor reser allt längre mellan bostad och arbete. Under 2011 2012 inledde vi ett arbete med att ta fram gemensamma framskrivningar av befolkning, sysselsättning och ekonomisk utveckling på länsnivå fram till år 2050 ( Befolkning, sysselsättning och inkomster i östra Mellansverige reviderade framskrivningar till år 2050, TMR Rapport 1:2012). Tanken med framskrivningarna är att vi ska bygga upp ett gemensamt kunskapsunderlag som kan uppdateras vid behov. Den här rapporten presenterar olika scenarier för fördelningen av den framtida befolkningen och arbetsplatserna till kommun- och tätortsnivå i varje län. Syftet med fördelningarna är att resultatet ska kunna användas i olika planeringsprocesser inom län och kommuner i östra Mellansverige, exempelvis: åtgärdsplanering för transportinfrastrukturen regional utvecklingsplanering i respektive län kommunal översiktsplanering bostadsplanering konkretion av en storregional långsiktig målbild.
Materialet är även tänkt att fungera som diskussionsunderlag för att säkerställa att samspelet mellan transportsystemet och bebyggelsestrukturen beaktas i ett långsiktigt perspektiv. Det är också ett viktigt stöd för att lösa det regeringsuppdrag som finns kopplat till regionala utvecklingsstrategier, regionala utvecklings planer och kommunernas översiktsplanering. Vår ambition är att statistik och metoder i planering och utredning ska vara kompatibla och jämförbara för att få ett effektivare samarbete. Det finns också en bred samsyn om visioner och mål i länens politiskt antagna regionala utvecklingsplaner och -program. Gemensam kunskap och utgångspunkter underlättar samverkan och samstämmiga prioriteringar. Stockholm i augusti 2013 Regionförbundet Uppsala Regionförbundet Östsam Regionförbundet Örebro Region Gävleborg Stockholms Läns Landsting Regionförbundet Sörmland Länsstyrelsen i Västmanlands län Västmanlands kommuner och landsting
Innehåll Sammanfattning 7 Bakgrund 7 Beräkningarna bygger på tidigare framskrivningar på länsnivå 7 Beräkningarna är modellbaserade 7 Fortsatt koncentration av tillväxten till de större kommunerna 8 Stark ökning av resor med kollektivtrafik 11 Känslighetsanalyser med alternativa fördelningar 13 1. Inledning 15 1.1. Bakgrund 15 1.2. Syfte 15 1.3. Disposition 15 2. Framskrivningar på länsnivå 17 2.1. Inledning 17 2.2. Befolkning 17 2.3. Sysselsättning 19 2.4. Skillnad mellan prognos och framskrivning 20 3. Metod 21 3.1. Översikt 21 3.2. LuTRANS 22 3.3. LuSIM 22 3.4. POP 23 4. Förutsättningar och antaganden 25 4.1. Alternativ som använts för fördelningarna 25 4.2. Lokaliseringsprinciper 27 4.2.1. Andel i flerbostadshus respektive småhus 28 4.2.2. Regional tillgänglighet 28 4.2.3. Kärnor och närhet till vatten 29 4.2.4. Täthet 29 4.2.5. Begränsningar och restriktioner 30 4.2.6. Värden för lokaliseringsparametrar 30 4.3. Trafiknät och trafikering 2030 och 2050 31 4.4. Regional tillgänglighet 40 5. Befolkning och sysselsättning på kommunnivå till år 2050 45 5.1. Inledning 45 5.1.1. Tillväxten koncentreras även fortsatt till de större kommunerna 45 5.1.2. Lokala händelser och förändringar är inte beaktade 46 5.2. Befolkning 46 5.3. Arbetsplatser (sysselsatt dagbefolkning) 49
6. Befolkning och sysselsättning på tätortsnivå till år 2050 51 6.1. Indelning 51 6.1.1. Positiv utveckling för de största tätorterna och deras omland 51 6.2. Tätortsstruktur i länen 51 6.3. Stockholms län 53 6.4. Uppsala län 55 6.5. Södermanlands län 56 6.6. Östergötlands län 57 6.7. Örebro län 58 6.8. Västmanlands län 59 6.9. Gävleborgs län 60 7. Trafikkonsekvenser 61 7.1. Inledning 61 7.2. Antal resor och färdmedelsandelar 61 7.3. Länsöverskridande resor 64 7.4. Flöden på vägar och spår 67 7.4.1. Tågflöden för morgonens maxtimme 67 7.4.2. Tåg- och bilflöden per dygn 73 7.5. Övriga trafikkonsekvenser 76 8. Känlighetsanalyser för fördelningen av befolkning och arbetsplatser 79 8.1. Inledning 79 8.1.1. Fördelning med dagens trafiknät 79 8.1.2. Fördelning av överskjutande befolkning med framtida tillgänglighet 79 8.1.3. Fördelning med förändrade lokaliseringsprinciper 79 8.2. Alternativ Hög DT lokalisering utifrån dagens tillgänglighet 80 8.3. Alternativ Hög S Tillg fördelning på län utifrån tillgänglighet istället för historiska flyttströmmar 80 8.4. Alternativ Hög lokalisering Tät och Spridd 82 Bilaga 1. Tågtrafikering år 2030 och 2050 85 Bilaga 2. Resultat på kommunnivå 87 Diagram över befolknings- och sysselsättningsutveckling (sysselsatt dagbefolkning) 87 Kartor över befolknings- och sysselsättningsutveckling (sysselsatt dagbefolkning) 95 Bilaga 3. Lokaliseringsskillnader mellan Hög och Hög Tät respektive Hög Spridd 101 Stockholms län 101 Uppsala län 103 Södermanlands län 105 Östergötlands län 107 Örebro län 109 Västmanlands län 111 Gävleborgs län 113
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 7 Sammanfattning Bakgrund Den här rapporten presenterar scenarier för befolkning och arbetsplatser 1 på kommun- och tätortsnivå inom östra Mellansverige (ÖMS) fram till år 2050. Under 2011/2012 reviderade ansvariga regionala aktörer framskrivningarna för befolkning, sysselsättning och inkomster i östra Mellansverige. Framskrivningarna gjordes på länsnivå och med år 2050 som horisont. Resultaten presenterades i rapporten Befolkning, sysselsättning och inkomster i östra Mellansverige reviderade framskrivningar till år 2050, rapport 1:2012 (TMR). Den här rapporten är en fortsättning på den, och presenterar alternativa fördelningar av de länsvisa befolkningsoch sysselsättningstillskotten till kommuner och tätorter. Vi har också utvärderat olika strukturalternativ. Tanken är att de modellbaserade fördelningarna och de utvärderade strukturalternativen ska gå att använda i flera av de planeringsprocesser som pågår i ÖMS. Materialet ska även användas för att säkerställa att samspelet mellan transportsystemet och bebyggelsestrukturen beaktas i ett långsiktigt perspektiv. Arbetet som presenteras i denna rapport fungerar som en gemensam verktygslåda som kan nyttjas för ytterligare analyser. Beräkningarna bygger på tidigare framskrivningar på länsnivå Länsframskrivningarna innehåller tre olika alternativ: Bas, Hög och Låg. Bas utgår ifrån SCB:s befolkningsprognos från 2011, medan Hög och Låg bygger på stor respektive liten nettomigration från befolkningsprognosen 2009. Dessutom finns två alternativa länsfördelningar, en baserad på Bas och en på Hög: Hög S och Bas L. De innebär en lägre befolkningstillväxt i Stockholms län på grund av ett lågt bostadsbyggande och högre befolkningstillväxt i övriga län i ÖMS. Framskrivningarna av ekonomi och sysselsättning bygger på Konjunkturinstitutets (KI) prognos från december 2010 och på Långtidsutredningen (LU 2008). Enligt framskrivningarna ökar folkmängden i ÖMS med 1,0 1,4 miljoner personer under perioden 2010 2050, vilket motsvarar mellan 25 och 36 procent. Sysselsättningen beräknas öka med mellan 430 000 och 700 000 personer. Befolkningen och sysselsättningen i Stockholms län fortsätter att öka snabbare än i övriga ÖMS. Resultaten från dessa länsframskrivningar utgör ramen för fördelningarna av befolkning och sysselsättning till mindre geografiska områden. Beräkningarna är modellbaserade Med hjälp av en lokaliseringsmodell har befolkningen och arbetsplatserna fördelats på 3 400 så kallade SAMS-områden ( small areas for market statistics ) en indelning som bygger på kommunernas nyckelkodsområden och på valdistrikten. Resultatet är antalet invånare per SAMS-område fördelat på flerfamiljshus och småhus samt antalet arbetsplatser per område. Den regionala tillgängligheten är här den viktigaste 1 Antalet arbetsplatser används i rapporten synonymt med sysselsatt dagbefolkning.
8 Framskrivningar av befolkning och sysselsättning i östra Mellansverige parametern för lokaliseringen av tillkommande befolkning och arbetsplatser, och den har beräknats med hjälp av en trafikmodell. Beräkningarna bygger på ett trafiknät och trafikeringsdata för åren 2030 och 2050. Vi valde tre av alternativen, Bas, Hög och Hög S, för att fördela befolkning och arbetsplatser till mindre geografiska områden. Hög och Hög S är dimensionerande, framför allt när det gäller trafiksystemet. Länstillskotten av befolkning och arbetsplatser behöver fördelas till mindre geografiska områden på ett konsekvent sätt och för det behövs lokaliseringsprinciper. Den regionala tillgängligheten skapas av det framtida trafiksystemet och den geografiska befolkningsstrukturen tillsammans, men det finns även andra aspekter som spelar in. Vi har valt och viktat olika faktorer så att analyserna visar ungefär vilken utveckling kommunerna i regionen står inför med dagens drivkrafter. Resultaten är därmed inte prognoser utan snarare scenarier till stöd för den fortsatta planeringen. Fortsatt koncentration av tillväxten till de större kommunerna Studien presenterar tre geografiska fördelningar av befolkning och arbetsplatser i östra Mellansverige år 2050. Resultaten av framskrivningarna på länsnivå har fördelats på varje kommun och tätort utifrån särskilda fördelnings- och lokaliseringsprinciper, bland annat olika typer av tillgänglighetsmått. Resultaten presenteras på kommunnivå och som lägst tätortsnivå eftersom osäkerheten blir större med ökad geografisk detaljeringsgrad. Generellt visar fördelningarna en ökad inomregional koncentration och centralisering. Befolkningen och arbetsplatserna fördelas i huvudsak till länens centralkommuner, och då främst centralorten i dessa kommuner. Denna utveckling tyder på att centralkommunen får en allt starkare ställning, ofta på bekostnad av perifera kommuner i länen. I de flesta länen i ÖMS finns därmed en relativt tydlig skiljelinje mellan å ena sidan centralkommuner och tätorter med förhållandevis stark positiv utveckling, och å andra sidan kranskommuner med en svagt positiv eller negativ utveckling. I Östergötlands, Örebro, Västmanlands och Gävleborgs län är det residensorterna (och Norrköping) som utgör starka attraktionspunkter, medan Uppsala län mer är uppdelat i nord och syd där både Uppsala och Stockholm är drivande i utvecklingen. Nästan hela ökningen av befolkning och arbetsplatser hamnar i dessa snabbt växande kommuner. Detta är en förlängning på dagens utvecklingstendenser och innebär att centralkommunerna och dess huvudorter fortsätter att växa i kraft av sin egen storlek och regionala position. De drar också i regel störst nytta av förbättringar i trafiksystemet, vilket gör dem ännu mer attraktiva. Perifera kommuner i länen får däremot allt svårare att behålla sin befolkning och får en svag eller negativ befolkningstillväxt på grund av ökad utflyttning i kombination med en successivt förändrad åldersstruktur. Undantagen finns i Stockholms och Södermanlands län där i stort sett samtliga kommuner och tätorter i urvalet beräknas få en positiv utveckling. I Stockholms län
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 9 beror det på att alla kommuner och tätorter har en relativt sett god tillgänglighet och ingår i samma arbets- och bostadsmarknad. För Södermanland är förklaringen delvis närheten till Stockholm och den goda tillgänglighet det medför, men troligen också ortstrukturen eftersom länet inte är dominerat av en största tätort på samma sätt som övriga län. Figur 1 och Figur 2 visar den beräknade befolkningsutvecklingen respektive sysselsättningsutvecklingen per kommun år 2010 2050 enligt alternativ Hög. Figur 1. Befolkningsutveckling per kommun 2010-2050 enligt alternativ Hög.
Figur 2. Sysselsättningsutveckling (sysselsatt dagbefolkning) per kommun 2010-2050 enligt alternativ Hög. Sammanfattningsvis ger fördelningarna alltså en fortsatt stark befolknings- och sysselsättningsutveckling i de större kommunerna, dvs. residenskommunerna samt Eskilstuna och Norrköping, och i de kommuner och tätorter som har mycket goda pendlingsmöjligheter till Stockholm. Samtidigt är det många kommuner som beräknas få en minskning av befolkningen och antalet arbetsplatser. Fullständiga resultat för befolkning och sysselsatt dagbefolkning per kommun fram till 2050 (med tioårsintervall) finns i ett antal separata tabellbilagor i Excelformat, som kan erhållas från rapportens huvudmän.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 11 Stark ökning av resor med kollektivtrafik Befolknings- och sysselsättningsutvecklingen i ÖMS och ett utbyggt trafiksystem kommer att innebära förändrade resmönster. Vi har använt en trafikmodell för att bedöma omfattningen av det regionala resandet och översiktligt bedöma kapaciteten i systemet. Beräkningarna visar en stark ökning av kollektivtrafikresandet i ÖMS, vilket är väntat eftersom planerna för 2050 års trafiknät innebär stora förbättringar. Antalet kollektivtrafikresor i ÖMS beräknas öka mer än dubbelt så snabbt som folkmängden. Även antalet bilresor beräknas öka snabbare än folkmängden medan gång- och cykelresorna ökar i en långsammare takt. Den beräknade befolkningsökningen ligger på 25 till 36 procent. Trafikmodellen bygger på skattade samband av observerade beteenden, och enligt beräkningarna kommer fler personer att välja dyrare och snabbare färdmedel i takt med att de får högre inkomster. Därför antas andelen kollektiv- och bilresor öka på bekostnad av gång och cykel när inkomsterna ökar. Enligt trafikmodellen tredubblas antalet länsöverskridande resor i ÖMS till år 2050, vilket tyder på en fortsatt stark regionförstoring. Det innebär också att resenärsflödena i det regionala spår- och vägnätet ökar rejält. I alternativ Bas och Hög beräknas morgontågen i högtrafik ha en hanterbar beläggning, men i Hög S är tågsystemet nära eller över bristningsgränsen på Mälarbanan, Svealandsbanan, Ostkustbanan och Ostlänken. Scenariot Hög S innebär stor arbetsplatstillväxt i Stockholms län och mycket stor befolkningstillväxt i övriga län i ÖMS, och det ställer mycket höga krav på tågsystemet. Trafiksystemet i dessa analyser är mycket ambitiöst men beräknas ändå inte riktigt räcka till. Analyserna av tågbeläggningen bygger på att varje tåg har lika många sittplatser år 2050 som i dag. Det går alltså att öka sittplatskapaciteten genom att trafikera med tåg som har fler sittplatser, men det har vi inte undersökt i detta arbete. Även bilresandet ökar och antalet fordonskilometer med bil beräknas öka med 84 99 procent mellan år 2010 och 2050, vilket är klart snabbare än ökningen av antalet bilresor. Det är med andra ord medelreslängden med bil som ökar. Däremot förväntas koldioxidutsläppen från biltrafiken minska med runt 35 40 procent till år 2050, tack vare effektivare motorer som minskar utsläppen per kilometer med två tredjedelar. Per capita innebär det en minskning med drygt 50 procent. Figur 3 visar det beräknade antalet tåg- respektive bilresenärer per dygn år 2050 enligt alternativ Hög.
12 Framskrivningar av befolkning och sysselsättning i östra Mellansverige Figur 3. Antal tåg- respektive bilresenärer per dygn år 2050 enligt alternativ Hög.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 13 Känslighetsanalyser med alternativa fördelningar Vi har även gjort fyra känslighetsanalyser som ett komplement till de tre scenarierna Bas, Hög och Hög S. Känslighetsanalyserna bygger på andra förutsättningar när det gäller fördelningen av befolkning och arbetsplatser. Totalt har vi gjort fyra känslighetsanalyser. I två av dem har även utvecklingen för befolkning och sysselsättning på länsnivå påverkats av lokaliseringsmodellen LuSIM. I den första analysen beräknar vi fördelningen för alternativ Hög utifrån den regionala tillgängligheten med dagens trafiknät, och inte enligt trafiknätet för år 2030/2050. För samtliga län ger alternativ Hög och känslighetsalternativet en skillnad i tillskott som ligger inom plus/minus 2 000 personer eller arbetsplatser. Alternativen är med andra ord nästan identiska. Utfallet av känslighetsanalysen tyder på att antagandet som gjordes vid framskrivningarna på länsnivå var förhållandevis korrekt, nämligen att den relativa regionala tillgängligheten mellan länen är ungefär densamma som i dag. Den andra känslighetsanalysen är en alternativ beräkning av alternativ Hög S. I Hög S har vi använt historiska flyttströmmar mellan Stockholms län och de övriga länen i ÖMS för att fördela tillskottet av befolkning utöver tillskottet i Hög för länen i ÖMS exklusive Stockholm. I känslighetsanalysen har detta tillskott i stället fördelats utifrån den regionala tillgängligheten med trafiknätet för 2030/2050. Känslighetsalternativet innebär ett större befolkningstillskott i Uppsala, Östergötlands, Örebro och Västmanlands län (och således ett mindre tillskott i Södermanlands och Gävleborgs län) än alternativ Hög S. I de tredje och fjärde känslighetsanalyserna har vi använt andra lokaliseringsparametrar för alternativ Hög. Med dessa känslighetsanalyser ville vi undersöka i vilken grad vissa av lokaliseringsprinciperna styr resultatet av fördelningarna. Hur ändras fördelningen enligt modellen med en större andel flerfamiljshus och större vikt för tillgänglighet med kollektivtrafik? Vad blir resultatet med mindre vikt för tillgänglighet med kollektivtrafik och större vikt för närhet till vatten? De två scenarierna kallas Hög Tät och Hög Spridd och utfallen innebär just detta: en tätare respektive en mer spridd fördelning av befolknings- och arbetsplatstillskotten. I alla län i ÖMS förutom Stockholm medför alternativ Hög Tät ungefär samma folkmängd per kommun som i Hög, fast med en relativt stor omfördelning inom kommunerna. Enligt beräkningarna koncentreras befolkningen och arbetsplatserna till kommunernas tätorter i alternativ Hög Tät, vilket medför ett lägre tillskott för den tätortsnära landsbygden. Hög Spridd ger en mindre ökning av befolkning och arbetsplatser i residenskommunerna och en större ökning i de mindre kommunerna jämfört med alternativ Hög. Denna utveckling ligger relativt långt ifrån den trendmässiga utvecklingen under de senaste 20 30 åren.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 15 1. Inledning 1.1. Bakgrund Den här rapporten presenterar scenarier för befolkning och arbetsplatser på kommun- och tätortsnivå inom östra Mellansverige (ÖMS) fram till år 2050. Under 2011/2012 tog ansvariga regionala aktörer fram gemensamma framskrivningar på länsnivå för befolkning, sysselsättning och inkomster i östra Mellansverige (ÖMS). Läs mer i rapporten Befolkning, sysselsättning och inkomster i östra Mellansverige reviderade framskrivningar till år 2050, Rapport 1:2012 (TMR). Resultat redovisas för åren 2020, 2030, 2040 och 2050. Omvärldsförutsättningarna samt metoden och antagandena för resultaten på länsnivå presenteras också utförligt. Den här rapporten är en fortsättning på de gemensamma framskrivningarna, och presenterar fördelningen av de länsvisa befolknings- och sysselsättningstillskotten till kommuner och tätorter 2. Detta görs med hjälp av lokaliseringsmodellen LuSIM, som beskrivs närmare i kapitel 3. 1.2. Syfte Syftet med modellbaserade fördelningar till kommun- och tätortsnivå och därtill utvärderade strukturalternativ är att resultatet ska vara användbart i de planeringsprocesser inom län och kommuner som pågår i östra Mellansverige. Det gäller exempelvis: konkretion av gemensam långsiktig målbild för ÖMS åtgärdsplanering för transportinfrastrukturen regional utvecklingsplanering i respektive län kommunal översiktsplanering bostadsförsörjning. Resultatet kan i förlängningen belysa vilken långsiktig storregional struktur som är ändamålsenlig, samt vilket trafiknät (för år 2050) som stöder utvecklingen mot en sådan struktur. Materialet fungerar även som ett strategiskt underlag för att säkerställa att samspelet mellan transportsystemet och bebyggelsestrukturen beaktas i ett långsiktigt perspektiv. I och med arbetet som presenteras i denna rapport finns en verktygslåda på plats som kan nyttjas för ytterligare analyser. 1.3. Disposition Kapitel 2 innehåller en kort beskrivning av framskrivningarna på länsnivå och i kapitel3 beskriver vi den använda metoden för att fördela befolknings- och arbetsplatstillskottet på mindre geografiska områden. En avgörande aspekt för resultaten är det antagna trafiknätet (och trafikeringen) för år 2030 och 2050. Därför beskriver kapitel 2 Nedbrytning görs även till SAMS-nivå så att materialet ska kunna användas som indata till trafikmodeller. Resultat på denna detaljerade nivå bör dock hanteras varsamt eftersom osäkerheten är mycket stor. SAMS står för Small Area Marketing Statistics, vilka är framtagna av SCB i samarbete med kommunerna i början av 1990-talet.
16 Framskrivningar av befolkning och sysselsättning i östra Mellansverige 4 detta tillsammans med den regionala tillgänglighet som det genererar samt andra förutsättningar och antaganden. Kapitel 5 och 6 redovisar resultat av nedbrytningen på kommun- respektive tätortsnivå. I kapitel 7 återfinns resultat av de trafikkonsekvensberäkningar som vi har gjort med trafikmodellen LuTRANS för år 2050. Kapitel 8 redovisar resultaten av känslighetsanalyser med ändrade antaganden och förutsättningar för fördelningen av befolkning och arbetsplatser.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 17 2. Framskrivningar på länsnivå 2.1. Inledning Den här rapporten bygger på de gemensamma framskrivningarna, som presenterades i TMR Rapport 2012:1, och som gäller befolkning, sysselsättning och inkomster i ÖMS på länsnivå fram till år 2050. Globaliseringens konsekvenser och migrationens utveckling är två mycket centrala omvärldsfaktorer i arbetet med regional utvecklingsplanering. Det är främst den ökade nettomigrationen som ligger bakom de reviderade framskrivningarna för befolkningsutvecklingen, och då gäller det både utvecklingen under de senaste fem åren och den förväntade framtida migrationen. Därför är det olika antaganden om utrikes nettomigration som ligger bakom de olika alternativa befolkningsframskrivningarna. Den närmaste tidens ekonomiska debatt kommer sannolikt att handla om återhämtningen efter finanskrisen och globaliseringens konsekvenser, med bäring på konkurrensförmågan på växande marknader. På längre sikt är det dock rimligt att de störningar som förekommit i ekonomin kommer att klinga av. Tittar man historiskt över längre tid har BNP och antalet sysselsatta ökat trendmässigt. Framskrivningarna på länsnivå gjordes med hjälp av raps regionalt analys- och prognossystem. Resultaten från dessa framskrivningar på länsnivå utgör ramarna för våra fördelningar av befolkning och sysselsättning på mindre geografiska områden, som presenteras i den här rapporten. För utförligare beskrivningar av antaganden, metod och resultat på länsnivå, se TMR Rapport 2012:1. 2.2. Befolkning Tre alternativa framskrivningar på länsnivå har tagits fram: Bas, Hög och Låg. Bas utgår ifrån Statistiska centralbyråns (SCB:s) befolkningsprognos från 2011 medan Hög och Låg bygger på alternativen för stor respektive liten nettomigration från befolkningsprognosen 2009. Befolkningsökningen i Stockholms län fortsätter enligt framskrivningarna att gå snabbare än i övriga ÖMS. Utöver dessa tre alternativa framskrivningar togs dessutom två alternativa fördelningar av tillskotten på länsnivå fram. De byggde på alternativ Bas respektive Hög och döptes till Bas L respektive Hög S. Dessa alternativ ska ses som räkneexempel för att illustrera olika fördelningar av tillskotten på länsnivå. Utgångspunkten för beräkningarna av Bas L och Hög S var bostadsbyggandet i Stockholms län. Beräkningsantagandet i dessa alternativa fördelningar var att bostadsbyggandet på lång sikt inte kommer upp i den nivå som krävs i Stockholms län och att en del av befolkningstillskottet istället fördelas på de andra länen i ÖMS. Fördelningen av de personer som antas hamna i ett annat län än Stockholm bygger på historiska flyttströmmar mellan Stockholms län och de övriga länen i ÖMS. Däremot har vi inte bedömt möjligheten att bygga de efterfrågade bostäderna i de övriga länen. Figur 4 och Figur 5 illustrerar befolkningsutvecklingen per län mellan 2010 och 2050 enligt de olika alternativa framskrivningarna. Alternativen Bas, Hög och Hög S visas med starkare färg eftersom de användes för att fördela befolkning och sysselsättning på mindre områden. Mer information om det finns i kapitel 4.
18 Framskrivningar av befolkning och sysselsättning i östra Mellansverige Figur 4. Befolkningsutveckling i Stockholms län och övriga östra Mellansverige år 1950 till 2050 enligt alternativen Bas, Hög och Hög S. Skuggade syns alternativen Låg och Bas L. Figur 5. Befolkningsutveckling i östra Mellansverige utom Stockholm år 2010 till 2050 enligt alternativen Bas, Hög och Hög S. Skuggade syns alternativen Låg och Bas L.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 19 2.3. Sysselsättning Framskrivningarna av ekonomi och sysselsättning fram till år 2020 är avstämda mot Konjunkturinstitutets (KI) prognos från december 2010. Utvecklingen på branschnivå till år 2030 är baserad på makroekonomiska antaganden från Långtidsutredningen (LU) 2008. För perioden 2030 2050 saknas underlag som räcker till meningsfulla antaganden om utvecklingen på branschnivå. Därför har vi använt en förenklad metodik för denna period. Liksom för befolkningsutvecklingen beräknas sysselsättningstillväxten vara klart starkare i Stockholms län än i de övriga länen i ÖMS. Figur 6 och Figur 7 visar sysselsättningsutvecklingen per län mellan 2010 och 2050 enligt de olika alternativa framskrivningarna. Figur 6. Utveckling för sysselsatt dagbefolkning i Stockholms län och övriga östra Mellansverige år 1990 till 2050 enligt alternativen Bas, Hög och Hög S. Skuggade syns alternativen Låg och Bas L.
20 Framskrivningar av befolkning och sysselsättning i östra Mellansverige Figur 7. Utveckling för sysselsatt dagbefolkning för länen i östra Mellansverige utom Stockholm år 2010 till 2050 enligt alternativen Bas, Hög och Hög S. Skuggade syns alternativen Låg och Bas L. 2.4. Skillnad mellan prognos och framskrivning Prognoser är mer eller mindre detaljerade förutsägelser om den sannolika framtida samhällsutvecklingen. Med ett perspektiv på 20 40 år är prognoser inte meningsfulla, bland annat eftersom viktiga omvärldsförutsättningar kan förändras avsevärt under så lång tid. Detta är ett avgörande skäl till att framskrivningar och scenarier är vanligare vid långsiktiga bedömningar av samhällsutvecklingen. Jämfört med prognoser har framskrivningar vanligtvis en mindre detaljrikedom och tas ofta fram i olika alternativ (där varje alternativ bygger på olika antaganden om den framtida utvecklingen). Framskrivningarna för ÖMS har karaktären av trendmässiga utvecklingar, givet olika nationella ramar. Figur 8 visar stiliserat skillnaden mellan en prognos och en framskrivning. Figur 8. Illustration av skillnaden mellan prognos och framskrivning.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 21 3. Metod 3.1. Översikt Det här kapitlet innehåller en översiktlig beskrivning av den metod och de modeller som har använts. Framställningen följer huvudsakligen den sekvens som beräkningarna sker i. Figur 9 illustrerar beräkningsgången och de ingående modellkomponenterna. Figur 9. Arbetsprocessen för de modellbaserade nedbrytningarna. Arbetsgången börjar och slutar med beräkningar som berör transportsystemet, vilket görs med en transportmodell LuTRANS ( land use transport model ). LuTRANS används för att skapa indata, i form av regional tillgänglighet, till fördelningen av mark för olika ändamål. Modellen är också ett redskap för att utvärdera den resulterande markanvändningen. Fördelningen av befolkning och arbetsplatser på SAMSområden i hela ÖMS görs med hjälp av lokaliseringsmodellen LuSIM ( land use simulation model ). Resultatet blir antalet invånare per SAMS-område fördelat på flerfamiljshus och villor samt antalet arbetsplatser per område. Befolkningsmodellen POP beräknar en befolkning som är färdig att använda i LuTRANS och dess bilinnehavsmodell. Efter beräkning med LuTRANS är det möjligt att låta de nya resulterande tillgängligheterna återgå till upprepade beräkningar av markanvändningen. I detta arbete startar beräkningarna med 2010 års befolkning och arbetsplatser (markanvändning) samt ett antaget trafiknät för år 2030. Dessa indata genererar en regional tillgänglighet som används för att fördela befolknings- och arbetsplatstillskottet per län för perioden 2010 2030. Sedan används befolkning och arbetsplatser för år 2030 och ett trafiknät för 2050 för att fördela befolknings- och arbetsplatstillskottet per län för 2030 2050. Trafiknäten för 2030 och 2050 beskrivs i kapitel 4. Nedan beskrivs de olika delmodellerna något mer i detalj. För fullständiga beskrivningar hänvisar vi dock till respektive modells tekniska dokumentation.
3.2. LuTRANS LuTRANS är en förenklad version av Sampers och har ärvt många av dess egenskaper. I LuTRANS har dock en aggregering av ärenden 3 och socioekonomi för att minska beräkningstiderna och förenkla indatahanteringen. LuTRANS geografiska täckning är östra Mellansverige, vilket innebär länen i Mälardalen (Stockholm, Uppsala, Södermanland, Örebro och Västmanland) samt Östergötlands och Gävleborgs län. Området är fördelat på 2 872 zoner inklusive fjärrpunkter. Resultatet från LuT RANS är en prognos av antalet resor mellan samtliga trafikzoner fördelat på färdmedel (bil som förare, bil som passagerare, kollektivt, gång och cykel). Mer information om LuTRANS finns i modellens tekniska dokumentation. 3.3. LuSIM För att fördela befolkningen och arbetsplatserna i ÖMS utvecklade Stockholms läns landsting under RUFS 2010-processen den GIS-baserade modellen LuSIM. Fördelningen med LuSIM görs på så kallade SAMS-områden, vilka är 3 411 stycken i ÖMS. Redovisningen görs dock på kommun- och tätortsnivå eftersom osäkerheten blir väldigt stor på SAMS-områdesnivå när tidsperspektivet är så långt som 20 40 år. LuSIM är utvecklad med inspiration och idéer hämtade från UrbanSIM. LuSIM utvecklades med syftet att fördela en given befolkning och ett givet antal arbetsplatser på zoner efter principer som användaren anger. Att användaren anger betydelsen av varje variabel innebär att modellen inte är en prognosmodell i vanlig mening, utan den är en estimerad modell av verkligheten. Avsikten har varit att ta fram ett antal olika markanvändningar som kan vara rimliga, önskvärda eller hotande, och att analysera vad de innebär för regionen. Syftet är således inte att göra en prognos utan att spänna upp det möjliga utfallsrummet. Antalet invånare som fördelas på villor och flerfamiljshus samt arbetsplatser är givna per län från de framskrivningar som var arbetets utgångspunkt. Modellstrukturen hos LuSIM illustreras i Figur 10. Den centrala drivkraften i systemet antas vara trafiknäten och den tillgänglighet som de ger, även om andra aspekter också påverkar fördelningen. Med tillgänglighet menas i detta fall en sammanviktad generaliserad reskostnad, i form av restid och monetär kostnad, till olika målpunkter. Beräkningen av de olika trafiksystemvariablerna sker i en multimodal trafikmodell, i detta fall LuTRANS. Mer information om LuSIM finns i modellens tekniska dokumentation. 3 Efterfrågan i LuTRANS beräknas enbart uppdelat på arbetsresor och övriga resor.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 23 Figur 10. Beräkningsgång i LuSIM. 3.4. POP POP används för att beräkna den framtida demografiska strukturen hos befolkningen och gör en framskrivning av befolkningen genom att utnyttja sambandet mellan bostäders ålder och befolkningens åldersstruktur (den så kallade standardåldersfördelningsmetoden 4 ). Befolkningen delas upp på kön och i åldersgrupper genom att anta att den demografiska sammansättningen i en bostad beror på byggnadens ålder samt att detta beroende inte kommer att ändras i framtiden. Detta beroende av bostadens ålder är mest påtagligt för nybyggda områden. Svängningarna i boendetäthet och åldersfördelning för de boende avtar sedan med bostadens ålder. POP stämmer av sin befolkningsprognos mot befolkningen per åldersklass och kön för varje län, för att garantera åldersstrukturen med sina kohorter. 4 För mer information om standardåldersfördelningsmetoden, se t.ex. TYKO Underlag för befolkningsprognoser, KSP:s Prognosgrupp, 1998.
24 Framskrivningar av befolkning och sysselsättning i östra Mellansverige
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 25 4. Förutsättningar och antaganden 4.1. Alternativ som använts för fördelningarna Fem alternativ togs fram i rapporten Befolkning, sysselsättning och inkomster i östra Mellansverige reviderade framskrivningar till år 2050, och av dem valde vi ut tre för fördelning av befolkning och arbetsplatser på mindre geografiska områden. De alternativ som valdes var Bas, Hög och Hög S. Alternative Hög och Hög S är dimensionerande i många avseenden, framförallt för trafiksystemet. I Tabell1 återfinns en kort beskrivning av de tre alternativa fördelningarna. Mer information om alternativen finns i ovan nämnda rapport. Tabell 1. Kort beskrivning av de tre framskrivningsalternativen på länsnivå som används för fördelningarna på kommun- och tätortsnivå. Mer information om alternativen återfinns i rapporten Befolkning, sysselsättning och inkomster i östra Mellansverige reviderade framskrivningar till år 2050, Rapport 1:2012. Alternativ Beskrivning Bas Befolkningsframskrivningen bygger på SCB:s befolkningsprognos från 2011 under antagandet om behållna historiska migrationsandelar (inrikes och utrikes) för länen i ÖMS. Framskrivningarna av ekonomi och sysselsättning fram till år 2020 är avstämd mot Konjunkturinstitutets (KI) prognos från december 2010. Utvecklingen på branschnivå till år 2030 är baserad på makroekonomiska antaganden från Långtidsutredningen (LU) 2008. Förenklad metodik för perioden 2030-2050. Hög Befolkningsframskrivningen bygger på SCB:s befolkningsprognos från 2009, alternativ stor nettomigration, under antagandet om behållna historiska migrationsandelar (inrikes och utrikes) för länen i ÖMS. Framskrivningarna av ekonomi och sysselsättning bygger i grunden på samma data och förutsättningar som i Bas men eftersom den antagna befolkningstillväxten är högre blir även sysselsättningstillväxten det. Dessutom antas reallöneutvecklingen vara marginellt gynnsammare än i Bas. Hög S Antaganden och förutsättningar enligt Hög men med 25 % lägre befolkningstillväxt i Stockholms län (279 000 personer). Som utgångspunkt för alternativet har det antagits att 25 procent av behovet av nya bostäder i Stockholms län under perioden 2010 2050 inte tillgodoses i länet. Övriga län i ÖMS får en högre befolkningstillväxt än i Hög om totalt 279 000 personer. De extra tillskotten har fördelats per län utifrån historiska flyttströmmar mellan respektive län och Stockholms län. Befolkningsanknutna branscher omlokaliseras i samma utsträckning som befolkningen. Övriga branscher utvecklas på samma sätt som i Hög. Figur 11 visar översiktligt de valda alternativen och vilka ytterligare nivåer för val som har funnits under arbetet. Efter valet av framskrivningsalternativ på länsnivå fick vi bestämma trafiknät och trafikering eftersom de ger den regionala tillgängligheten. Denna tillgänglighet är en viktig parameter för lokaliseringen av tillkommande befolkning och arbetsplatser. I detta arbete har vi tagit fram trafiknät och trafikering för år 2030 och 2050, se vidare avsnitt 4.3. Vi använde lokaliseringsprinciper för att bestämma exakt vilka variabler som antas styra lokaliseringen av tillkommande befolkning och arbetsplatser och hur dessa ska viktas, se avsnitt 4.2 för detaljer. Slutligen kan de resulterande strukturerna utvärderas och konsekvensbeskrivas ur till exempel en trafiksynvinkel. Figur 11. Illustration av alternativa framskrivningar som tagits fram och vilka som bryts ned
26 Framskrivningar av befolkning och sysselsättning i östra Mellansverige till lägre geografisk nivå. Dessutom visas de viktiga aspekterna vid den modellbaserade nedbrytningen. De tre alternativen för fördelning på kommun och tätorter innebär tillskott av befolkning och arbetsplatser per län enligt Tabell 2 och Tabell 3. Tabell 2. Befolkningstillskott per län för perioderna 2010-2030 och 2030-2050 enligt alternativen Bas, Hög och Hög S. Befolkningstillskott per län Bas 2010-2030 2030-2050 Hög 2010-2030 2030-2050 Hög S 2010-2030 2030-2050 Stockholm 529000 249000 566000 549000 424000 412000 Uppsala 53000 17000 61000 36000 102000 76000 Södermanland 24000 12000 29000 22000 61000 52000 Örebro 23000 9000 26000 9000 40000 23000 Västmanland 13000 2000 15000 6000 32000 22000 Östergötland 40000 12000 47000 27000 68000 48000 Gävleborg -4000-13000 -3000-12000 14000 4000 Totalt ÖMS 678000 288000 741000 637000 741000 637000
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 27 Tabell 3. Arbetsplatstillskott per län för perioderna 2010-2030 och 2030-2050 enligt alternativen Bas, Hög och Hög S. Arbetsplatstillskott per län Bas 2010-2030 2030-2050 Hög 2010-2030 2030-2050 Hög S 2010-2030 2030-2050 Stockholm 265 000 131 000 336 000 300 000 308 000 271 000 Uppsala 16 000 10 000 21 000 15 000 28 000 23 000 Södermanland 6 000 6 000 8 000 11 000 13 000 19 000 Örebro 1 000 6 000 3 000 5 000 7 000 6 000 Västmanland -1 000 1 000-2 000 4 000 0 7 000 Östergötland 8 000 6 000 11 000 13 000 15 000 17 000 Gävleborg -13 000-6 000-15 000-3 000-11 000-2 000 Totalt ÖMS 282 000 154 000 362 000 345 000 360 000 341 000 4.2. Lokaliseringsprinciper Tillskotten av befolkning och arbetsplatser per län ska kunna fördelas till mindre geografiska områden på ett konsekvent sätt, och för det behövs lokaliseringsprinciper. Vi har redan konstaterat att den regionala tillgängligheten kommer att beaktas men det finns även fler faktorer som kan inverka. Därför är det nödvändigt att bestämma vilka faktorer som ska beaktas och den inbördes viktningen mellan de valda faktorerna. Dessa faktorer och deras viktning utgör lokaliseringsparametrarna som används i LuSIM. Under arbetets gång har en grupp med representanter från de berörda regionförbunden etc. deltagit i diskussioner för att bestämma de faktorer som används för fördelningarna, deras värden och viktning. Observera att de här lokaliseringsprinciperna eller lokaliseringsparametrarna bestämmer lokaliseringen inom respektive län men påverkar inte fördelningen mellan länen. Det finns vissa svårigheter med att lokalisera generiska arbetsplatser, d.v.s. utan uppdelning på olika typer, eftersom olika typer av arbetsplatser har olika lokaliseringskrav. Vissa behöver ett centralt och tillgängligt läge (gäller många kunskapsintensiva tjänstebranscher) medan andra i första hand bör ligga nära befolkningen (service, omsorg, skola m.m.) och ytterligare några är ytkrävande och hamnar därmed en bit utanför centrum. En utveckling av metodiken skulle därför vara att dela upp arbetsplatserna i tre kategorier: tjänstebranscher med krav på centralt läge, befolkningsanknutna branscher och ytkrävande branscher. Dessa tre skulle sedan kunna fördelas var för sig med sina egna lokaliseringsvariabler. I detta arbete har vi dock fördelat generiska arbetsplatser och därmed är lokaliseringsparametrarnas värden ett försök att vikta ihop parametervärden för olika typer av arbetsplatser.
28 Framskrivningar av befolkning och sysselsättning i östra Mellansverige 4.2.1. Andel i flerbostadshus respektive småhus Lokaliseringen av den tillkommande befolkningen delas upp på flerbostadshus respektive småhus. En orsak till denna uppdelning är att det är delvis olika faktorer som påverkar lokaliseringen för småhus och flerbostadshus. En ännu viktigare orsak är hur tätt man kan bygga med respektive boendeform. Småhus byggs sällan i områden som är tätare än ett exploateringstal5 på 0,3 medan flerbostadshusområden kan vara 10 gånger så täta (även om exploateringstal på upp till 1,0 är det vanliga), se till exempel Tätare Stockholm (Rapport 8:2009. TMR) för mer information. Därför går det även att se tillskottet av småhusbebyggelse i LuSIM som ett tillskott av bebyggelse med en täthet på upp till 0,3 medan tillskottet av flerbostadshusbebyggelse kan ses som tillskott med en täthet på över 0,3 i exploateringstal. Tabell 4 ger andelen av tillkommande befolkning i flerbostadshus per län som vi har använt för hela perioden 2010 2050. Andelen har bestämts i samråd med representanter för respektive län. Tabell 4. Andel tillkommande befolkning i flerbostadshus per län Län Andel flerfamiljshus Stockholms län 0.72 Uppsala län 0.62 Södermanlands län 0.45 Östergötlands län 0.45 Örebro län 0.50 Västmanlands län 0.45 Gävleborgs län 0.37 4.2.2. Regional tillgänglighet Regional tillgänglighet kan betyda många olika saker men i detta arbete har vi använt flera olika tillgänglighetsmått. Alla beskriver dock en beräknad summa av de målpunkter som kan nås. I beräkningen av summan viktas respektive målpunkt med den generaliserade reskostnad (sammanviktning av restid och reskostnad) som krävs för att nå målpunkten. För lokalisering av arbetsplatser antas att god tillgänglighet till en flygplats är något positivt. Med andra ord ökar sannolikheten för arbetsplatslokalisering i ett läge med kort restid och låg reskostnad till en flygplats. Men alla flygplatser betyder inte lika mycket. För att simulera betydelsen för de olika flygplatserna i ÖMS har vi använt antalet avgångar för civil persontrafik per år för att vikta flygplatserna sinsemellan. De aktuella flygplatserna är (i sjunkande betydelse): Arlanda, Skavsta, Bromma, Västerås, Örebro, Norrköping och Linköping. Tillgänglighet till arbetskraft antar vi är viktigast för lokalisering av arbetsplatser. På motsvarande sätt är tillgänglighet till arbetsplatser det viktigaste för lokalisering av befolkning. 5 Beräknad som bebyggd BTA (bruttototalarea) per SAMSområde delat med tillgänglig markyta för exploatering i området.
Framskrivningar av befolkning och sysselsättning i östra Mellansverige 29 Dessa mått har beräknats med bil- och kollektivtrafik för sig. I analyser av Tobins Q för småhus (marknadsvärde dividerat med byggkostnad) brukar som regel tillgänglighet till arbetsplatser förklara runt 50 procent av skillnaden i försäljningspris mellan olika områden. 6 Tillgänglighet är med andra ord en viktig parameter för marknadsvärdet och därmed även för lokaliseringen av tillkommande bostäder. För flerbostadshus antas tillgänglighet med kollektivtrafik vara avsevärt mycket viktigare än med bil medan de viktas mer lika för småhus. För arbetsplatser antas tillgänglighet med kollektivtrafik var något viktigare än tillgänglighet med bil. Tillgänglighet till universitet har vi gett en positiv vikt för lokalisering. Tanken är att platser som ligger nära universitet och högskolor är mer attraktiva än platser som ligger längre bort. För flerbostadshus viktas tillgänglighet med kollektivtrafik högre än med bil medan det är tvärt om för småhus. För arbetsplatser används enbart en liten vikt för bil. 4.2.3. Kärnor och närhet till vatten Närhet till vatten är en variabel som korrelerar positivt med värdet för en bostad. Det är populärt att bo nära vatten och därför använder vi en svagt positiv vikt för närhet till vatten i efterfrågan för flerbostadshus och småhus. SAMS-områden som tillhör en kärna har också fått en positiv vikt för lokalisering. Med kärna menas här de åtta regionala stadskärnorna i Stockholms län och de städer som pekas ut som kärnstäder i Systemanalys Stockholm-Mälarregionen och Gotland, kompletterade med Östergötlands och Gävleborgs län. Kärnstäderna är med andra ord: Uppsala, Nyköping, Eskilstuna, Linköping, Norrköping, Örebro, Västerås och Gävle. Som kärnavgränsning använder vi tätortsutbredning så som den definieras av SCB. 4.2.4. Täthet Det finns skäl att låta fördelningen av tillkommande befolkning och arbetsplatser reagera på SAMS-områdenas täthet. De tillgänglighetsmått som används avser huvudsakligen regional tillgänglighet, vilket är viktigt men inte en komplett beskrivning av nyttan med ett område. Lokala egenskaper såsom lokal kommersiell och offentlig service är också centrala för att förstå lokaliseringen. En viss befolkningstäthet är en förutsättning för att det ska finnas underlag för lokal service och i fördelningen används täthet som omskrivning för lokal tillgänglighet. Täthet innebär dock också trängsel och de effekter det för med sig, så som trafik och störningar. Till en del är hög täthet en naturlig del av en stad men någonstans går en gräns när täthetens negativa effekter tar över. Var den gränsen går är inte helt lätt att beräkna eller bedöma eftersom underlaget för detta i Sverige är begränsat. Därför modellerar vi nyttan av täthet som en scenariovariabel med en linjärt ökande nytta av täthet och en kvadratiskt ökande onytta av täthet i området. Vid låga tätheter ökar helt enkelt nyttan i 6 Se till exempel Berglund (2010) Köpa eller bygga nytt? Tobins Q och tillgängligheten i Örebro län.
ett område i och med att fler lokaliserar sig dit, men när tätheten överstiger ett visst värde slår det över och nyttan minskar i takt med att fler bostäder och verksamheter lokaliseras till området. Gränsen där onyttan överstiger nyttan har satts vid en relativt hög täthet. SAMS-områdena vars täthet överstiger denna gräns återfinns i dagsläget nästan uteslutande i Stockholms innerstad. 4.2.5. Begränsningar och restriktioner Utöver de nämnda faktorerna finns det även ett begränsat utbud av tillgänglig mark. Strandskyddet har beaktats schablonartat genom att mark inom 150 meter från en strand inte antas vara tillåten för exploatering utanför befintliga tätorter. Vidare har mark inom Natura 2000-områden, naturreservat och nationalparker fredats från tillskott nät modellen fördelat bebyggelse. I områden där tillkommande bebyggelse tillåts finns det också ett tak på den totala exploateringen. I Stockholms län har vi använt samma tak som i RUFS 2010-arbetet, och i övriga län i ÖMS har vi i brist på andra data antagit ett maximalt exploateringstal om 2,65 per SAMS-område. 7 Exploateringstaket har dock inte haft någon betydelse för resultaten utanför Stockholms län för i nuläget är det enbart täta zoner på Norrmalm i Stockholms innerstad som uppnår exploateringstal på 2,5 och högre. 4.2.6. Värden för lokaliseringsparametrar Tabell 5 visar en sammanställning av de använda värdena för lokaliseringsparametrarna. Tabell 5. Lokaliseringsparametrar som använts i LuSIM. Ju högre siffra desto mer inverkan har variabeln på lokaliseringen av tillkommande befolkning (flerbostadshus/småhus) respektive arbetsplatser. Lokaliseringsparameter Arbetsplatser Flerbostadshus Småhus Tillgänglighet till flygplats 2 Tillgänglighet till universitet med koll 2 1 Tillgänglighet till universitet med bil 1 1 2 Tillgänglighet till arbetskraft/arbetsplatser med koll 5 6 4 Tillgänglighet till arbetskraft/arbetsplatser med bil 4 2 5 Närhet till vatten 1 1 SAMS-området tillhör en kärna 3 2 2 7 2,65 är det maximala exploateringstalet i Figur 13, sid 35 i Tätare Stockholm, rapport 8:2009 som inte innebär högre hushöjder än idag.